CN118898661B 一种基于印刷内容的智能印刷排版方法及系统 （三河市嘉科万达彩色印刷有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118898661B(45)授权公告日2025.07.08

(21)申请号202410903093.2

(22)申请日2024.07.08

(65)同一申请的已公布的文献号申请公布号CN118898661A

(43)申请公布日2024.11.05

(73)专利权人三河市嘉科万达彩色印刷有限公

司

地址065200河北省廊坊市三河市洵阳镇

三香路东侧

(72)发明人宋越王小谊

(74)专利代理机构北京鑫浩联德专利代理事务所(普通合伙)11380

专利代理师于云飞

(51)Int.CI.

GO6T11/60(2006.01)

GO6F40/30(2020.01)GO6F16/583(2019.01)

(56)对比文件

CN

CN

112001154

118229588

A,2020.11.27

A,2024.06.21

审查员罗思异

权利要求书3页说明书8页附图1页

(54)发明名称

一种基于印刷内容的智能印刷排版方法及系统

(57)摘要

CN118898661B本发明公开了一种基于印刷内容的智能印刷排版方法及系统，涉及印刷排版技术领域，具体公开了建立图像模块库，图像模块库包括若干图像模块，对历史印刷图样集中的历史印刷图样进行特征分析，确定出若干特征因子参量组，将代表关键词的组合为代表关键词组，并基于代表关键词组在不同的特征因子参量组选定出适配程度最高的特征因子参量组，基于参考特征因子参量组，对图像模板库中的每一图像模板的特征标签组进行筛选分析，并将确定出的图像模板块进行随机组合，生成若干参考印刷模板，本发明通过上述技术方案，实现了自动生成印刷模板，

CN118898661B

板。

建立图像模块库，图像模块库包括若干图像模块，且每一图像块均设定有特定的特征标签组

获取历史印刷图样集，并对历史印刷图样集中

的历史印刷图样进行特征分析，确定出若干特

征因子参量组，所述特征因子参量组为在同一

印刷图样中，不同特征因子的参量表现

利用自然语言处理技术，对需要印刷的内容进

行语义分析，确定出若干代表关键词，并将代

表关键词的组合为代表关键词组，并基于代表

关键词组在不同的特征因子参量组选定出适配

程度最高的特征因子参量组，并记为参考特征

因子参量组

基于参考特征因子参量组，对图像模板库中的

每一图像模板的特征标签组进行筛选分析，并

将确定出的图像模板块进行随机组合，生成若

干参考印刷模板

S100

S200

S300

CN118898661B权利要求书1/3页

2

1.一种基于印刷内容的智能印刷排版方法，其特征在于，包括：

建立图像模块库，图像模块库包括若干图像模块，且每一图像块均设定有特定的特征标签组；

获取历史印刷图样集，并对历史印刷图样集中的历史印刷图样进行特征分析，确定出若干特征因子参量组，所述特征因子参量组为在同一印刷图样中，不同特征因子的参量表现；

利用自然语言处理技术，对需要印刷的内容进行语义分析，确定出若干代表关键词，并将代表关键词的组合为代表关键词组，并基于代表关键词组在不同的特征因子参量组选定出适配程度最高的特征因子参量组，并记为参考特征因子参量组；

基于参考特征因子参量组，对图像模板库中的每一图像模板的特征标签组进行筛选分析，并将确定出的图像模板块进行随机组合，生成若干参考印刷模板；

基于代表关键词组在不同的特征因子参量组选定出适配程度最高的特征因子参量组的方法包括：

建立有文案类型表，并对文案类型表中的文案类型进行两两组合，得到若干文案类型组，并基于关键词的交叉性，确定每一文案类型组中的文案类型之间的相关程度；

确定出需要印刷的内容所属文案类型，并将文案类型以及与文案类型相关程度大于等于预设值的文案类型为筛选标准，筛选出若干特征因子参量组；

将代表关键词组中的代表关键词在特征因子参量组对应关键词库中映射到的代表关键词进行标记，记为被映射代表关键词，基于被映射代表关键词在代表关键词组中的关键词占比，确定代表关键词组与特征因子参量组的适配程度；

其中，计算适配程度的表达式为：

其中，P为适配程度，R为第i个与主要的文案类型相关程度大于等于预设值的文案类

型对应的相关程度调整系数，δ;为第i文案类型对应特征因子参量组的关键词库中被映射代表关键词在代表关键词组中的关键词占比